-
公开(公告)号:CN118298159A
公开(公告)日:2024-07-05
申请号:CN202410495949.7
申请日:2024-04-24
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于YOLOv8s的输电线路防震锤图像缺陷检测方法,包括通过输电线路巡检过程中采集得到的防震锤图像构成原始样本集;对样本集缺陷进行标注,采用图像处理方法对图像进行处理,构成数据集;基于YOLOv8s模型进行改进构建缺陷检测模型,包括用CG模块替代YOLOv8s的Backbone中传统下采样模块和在Neck端添加CBAM注意力模块,替换损失函数为Inner‑SIOU;利用预处理后的样本数据集,对改进后的缺陷检测模型进行训练,获得最终缺陷检测模型,采用缺陷检测模型对新的输电线路防震锤图像进行检测,得到检测结果。通过上述方式,能够提升了对小尺寸缺陷的检测精度,能够更快速准确的找到缺陷位置。
-
公开(公告)号:CN116545011A
公开(公告)日:2023-08-04
申请号:CN202310468115.2
申请日:2023-04-27
Applicant: 中国矿业大学
Abstract: 本发明公开了一种分布式电源并网时准入容量的计算方法,包括方法如下:求出DG未并网之前的各个线段上的继电保护电流一段和电流三段整定值。分析故障处于DG下游时,故障处于DG相邻线路或者上游时的各个继电保护器的检测电流。以不影响原先配电网保护为准入容量的约束条件进行准入容量的分析与计算单个DG的准入容量。最后用ETAP软件对单个DG并网情况下准入容量计算结果的验证。本发明基于不影响原先配电网保护为准入容量的约束条件进行准入容量的分析与计算,给出一种准入容量的计算方法,通过预测分布式电源并网的准入容量来减小对配电网的影响,具有较大的实际意义。
-
公开(公告)号:CN118425237A
公开(公告)日:2024-08-02
申请号:CN202410525412.0
申请日:2024-04-29
Applicant: 中国矿业大学
IPC: G01N27/02
Abstract: 本发明涉及气体监测技术领域,公开了基于高电压气敏传感器的气体浓度实时监测与预警系统,包括高电压气敏传感器阵列、数据采集模块、数据处理模块和预警模块,通过多个具有不同灵敏度和选择性的传感器组成高电压气敏传感器阵列,能够同时监测多种气体成分及其浓度,适用于各种复杂环境,且高电压气敏传感器具有较高的灵敏度和准确性,可以实时监测并精确测量气体浓度,为预警系统提供可靠的数据支持;通过数据融合算法对多传感器数据进行处理,可以综合判断气体浓度的变化趋势和异常情况,提高预警的准确性,减少误报和漏报的可能性。
-
公开(公告)号:CN118351527A
公开(公告)日:2024-07-16
申请号:CN202410475422.8
申请日:2024-04-19
Applicant: 中国矿业大学
IPC: G06V20/64 , G06V20/17 , G06V20/10 , G06V20/52 , G06V10/74 , G06V10/44 , G06T7/60 , G06T7/00 , G01B11/06 , G01B21/08
Abstract: 本发明公开了一种基于无人机巡检的输电线路覆冰厚度实时检测方法,涉及图像处理技术领域,包括以下步骤:获取输电线路的实拍图像,建立输电线路覆冰与未覆冰数据集,对数据集进行数据增强;构建轻量化的输电线路覆冰检测模型;将数据集输入检测模型,训练得到输电线路覆冰检测模型;使用输电线路覆冰检测模型判断线路是否覆冰;对覆冰图像进行预处理;使用改进Sobel算子边缘检测对覆冰图像进行检测;通过像素相似性关系计算输电线路覆冰厚度。本发明的检测方法有效的降低了检测模型的大小和复杂度,有利于搭载在无人机设备上,可以实时性的检测并判断复杂背景图像中的输电线路的覆冰情况,准确计算出输电线路覆冰厚度,辅助输电线路巡检任务。
-
公开(公告)号:CN118351420A
公开(公告)日:2024-07-16
申请号:CN202410475335.2
申请日:2024-04-19
Applicant: 中国矿业大学
IPC: G06V10/82 , G06V20/17 , G06V10/44 , G06V10/25 , G06T7/00 , G06N3/0495 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于轻量化改进YOLO算法的输电线路绝缘子检测方法,涉及目标检测技术领域,包括以下步骤:S1:获取输变电线路绝缘子的实拍图像,建立绝缘子数据集;S2:使用几何变换、颜色变换、对比度和亮度调整、模拟复杂天气等方式对绝缘子数据集进行数据增强;S3:以YOLOv5s为基本框架,进行轻量化改进,建立绝缘子检测模型;S4:将构建好的绝缘子数据集送入重构后的YOLOv5s网络进行模型训练。本发明的检测方法有效的降低了检测模型的大小和复杂度,占用较少的运算资源的同时,可以快速准确的识别到复杂背景图像中的绝缘子,为后续的缺陷检测提供基础,能够提高巡检效率并减轻巡检人员的工作强度,为电力系统的正常运行保驾护航。
-
-
-
-